Universidade Aberta Isced (UnISCED)

Faculdade de Ciências de Educação

Curso de Licenciatura em Ensino de Geografia

Medidas de variabilidade e sua aplicação na análise de dados geográficos

Nome do aluno:
Código do estudante:

Lichinga, Fevereiro de 2023

 Universidade Aberta Isced (UnISCED)
Faculdade de Ciências de Educação
Curso de Licenciatura em Ensino de Geografia

Medidas de variabilidade e sua aplicação na análise de dados geográficos

Trabalho de Carácter avaliativo,

desenvolvido no Campo a ser
submetido na Coordenação do Curso
de Licenciatura em Ensino de
Geografia da UnISCED.
Tutor:

Nome do aluno:
Código do estudante:

Lichinga, Fevereiro de 2023

1
Índice

1. Introdução......................................................................................................................3

1.1.Objectivos................................................................................................................3

1.1.1.Objectivo Geral.....................................................................................................3

1.1.2. Objectivos Específicos.....................................................................................3

1.2. Metodologias do Trabalho......................................................................................3

2. Desenvolvimento...........................................................................................................4

2.1. Medidas de variabilidade e sua aplicação na análise de dados geográficos...........4

2.2. Medidas de variabilidade (dispersão).....................................................................4

2.2.1. Tipos de medidas de variabilidade...................................................................5

2.3. Aplicação das medidas de variabilidade na análise de dados geográficos.............7

3. Considerações Finais.....................................................................................................9

4. Referências Bibliográfica............................................................................................10

2
1. Introdução
O presente trabalho tem como tema “Medidas de variabilidade e sua aplicação na análise de
dados geográficos” que vai perpassar sobre os tópicos: as medidas de variabilidade
(dispersão), os tipos de medidas de variabilidade e a aplicação das medidas de variabilidade
na análise de dados geográficos.

O estudo das Medidas de variabilidade e sua aplicação na análise de dados geográficos, com
fundamentação matemática, só se conseguiria com a criação do Cálculo das Probabilidades e
a sua aplicação aos fenómenos sociais. Para Morettin (2013) “as medidas de tendência central
nos dão uma ideia da concentração dos dados em torno de um valor” (p.80). Entretanto, é
preciso também conhecer suas características de espalhamento ou dispersão – medidas de
variabilidade (ou dispersão).

Quando usamos uma “medida de tendência central” nos dados de geografia como a média, a
mediana ou a moda, para caracterizar uma amostra, esquecemos de dizer se existe muita
variabilidade dos indivíduos, ou não.

1.1.Objectivos
Em função do trabalho definimos os seguintes objectivos:

1.1.1.Objectivo Geral
 Conhecer as Medidas de variabilidade e sua aplicação na análise de dados geográficos.

1.1.2. Objectivos Específicos

 Conceituar as Medidas de variabilidade;
 Apresentar as principais medidas de dispersão ou de variabilidade;
 Descrever a aplicação das Medidas de variabilidade na análise de dados geográficos.
3
1.2. Metodologias do Trabalho
Para a materialização do presente trabalho usou-se na pesquisa bibliográfica que espelhou na
análise das obras literárias e artigos da internet sobre as Medidas de variabilidade e sua
aplicação na análise de dados geográficos. O trabalho em questão tem a seguinte estrutura
temática: Introdução, desenvolvimento em que nos debruçaremos com mais detalhes os
aspectos ligados ao tema, conclusão as referências bibliografia usada na elaboração do
presente trabalho.

2. Desenvolvimento
Esta parte do trabalho, contém um texto claro e objectivo, abordando completamente aspectos
relacionados com as Medidas de variabilidade e sua aplicação na análise de dados
geográficos. É de importância realçar que usou-se e tomou-se em conta os conhecimentos
adquiridos na disciplina de Metodologia de Investigação Científica (MIC).

Diante desta abordagem do trabalho as medidas de tendência central nos dão uma ideia da
concentração dos dados em torno de um valor. Entretanto, é preciso também conhecer suas
características de espalhamento ou dispersão – medidas de variabilidade (ou dispersão).

2.1. Medidas de variabilidade e sua aplicação na análise de dados geográficos

Martins (2001, p.67), entende que as Medidas de dispersão são parâmetros estatísticos usados
para determinar o grau de variabilidade dos dados de um conjunto de valores.

De acordo com o referido autor, percebe-se então que as medidas de dispersão medem a
variabilidade dos dados em estudo, como por exemplo, a amplitude, a variância, o desvio
padrão e o coeficiente de variação. Elas permitem verificar se o conjunto de dados é
homogéneo ou heterogéneo.

2.2. Medidas de variabilidade (dispersão)

Para Costa (1998) “ as medidas de posição (média, mediana e moda) apresentam apenas uma
das características dos valores numéricos de um conjunto de observações, o da tendência
central” (p.90). Nenhuma delas informa sobre o grau de variação ou de dispersão dos valores
observados. Em qualquer grupo de dados, os valores numéricos não são semelhantes e
apresentam desvios variáveis em relação à tendência geral de média.

4
Já para Meyer (1989, p.43) as medidas de dispersão ou de variabilidade têm como objectivo
avaliar o quanto estão dispersos os valores de uma distribuição de frequência, ou seja, o grau
de afastamento ou de concentração entre os valores.

Assim sendo, a dispersão ou variabilidade é a maior ou menor diversificação dos valores de

uma variável em torno de um valor de tendência central tomado como ponto de comparação.
Para qualificar os valores de uma dada variável, ressaltando a menor ou maior dispersão ou
variabilidade entre esses valores e a sua medida de dispersão, a estatística recorre às medidas
de dispersão ou de variabilidade.

2.2.1. Tipos de medidas de variabilidade

Para Martins (2001, p.80) os tipos de medidas de variabilidade ou medidas de dispersão são
amplitude, desvio, variância e desvio padrão e são usadas para determinar o grau de variação
dos números de uma lista com relação à média.

As medidas de variabilidade mais usadas são desvio padrão e variância (quadrado do desvio
padrão).

a) Amplitude Total

Para Morettin (2013) “a amplitude é uma medida de dispersão que pode ser definida como a
diferença entre o valor maior e o valor menor de um grupo de observações” (p.76). É a
medida de dispersão mais simples. Pode ser simbolizada por “A” e é calculada da seguinte
maneira:

A = Xmáx – Xmín

Desta feita, a amplitude é a diferença entre o maior e o menor valor observado. Amplitude é
definida como a diferenças do menor ao maior valor de um conjunto de dados. Na série 7-3-4-
6-1-6-7-6-5, a amplitude é 6= (7-1); É considerada uma medida de dispersão muito
satisfatória para grupos pequenos de dados.

b) Desvio médio absoluto

Como a amplitude total não leva em consideração todos os valores da série de dados, é
preferível se trabalhar com medidas que utilizam toda a informação disponível do conjunto de
dados. Para Meyer (1989, p. 93) uma dessas medidas é o desvio médio, que é a média
aritmética dos desvios absolutos dos elementos da série, tomados em relação à sua média
aritmética, que é representada por DMA e calculada pela fórmula a seguir:
5
Considerando a série de dados 1, 2, 3, 4, 5, calculamos o desvio médio absoluto, ou
simplesmente desvio médio.

c) O desvio padrão

Para Meyer (1989) “o desvio padrão é definido como a raiz quadrada da variância (p.56).
Desta forma, a unidade de medida do desvio padrão será a mesma da unidade de medida dos
dados, o que não acontece com a variância.

Assim, o desvio padrão é encontrado fazendo-se:

Quando todos os valores de uma amostra são iguais, o desvio padrão é igual a 0. Sendo que,
quanto mais próximo de 0, menor é a dispersão dos dados.

d) Variância

Meyer (1989) a variância é determinada pela média dos quadrados das diferenças entre cada
uma das observações e a média aritmética da amostra. O cálculo é feito com base na seguinte
fórmula:

Sendo:

V: variância

xi: valor observado

MA: média aritmética da amostra

n: número de dados observados

e) Coeficiente de Variação

6
Para encontrar o coeficiente de variação, devemos multiplicar o desvio padrão por 100 e
dividir o resultado pela média. Essa medida é expressa em percentagem.

O coeficiente de variação é utilizado quando precisamos comparar variáveis que apresentam

médias diferentes.

Como o desvio padrão representa o quanto os dados estão dispersos em relação a uma média,
ao comparar amostras com médias diferentes, a sua utilização pode gerar erros de
interpretação.

Desta forma, ao confrontar dois conjuntos de dados, o mais homogéneo será aquele que
apresentar menor coeficiente de variação.

2.3. Aplicação das medidas de variabilidade na análise de dados geográficos

Para a aplicação desses parâmetros nos dados geográficos tornam a evidente na análise de
uma amostra mais confiável, visto que as variáveis de tendência central (média, mediana,
moda) muitas vezes encodem a homogeneidade ou não dos dados.

Para Bussab (2002) “as medidas de dispersão nos dados geográficos são aplicadas para
determinar o grau de variação dos números de uma lista com relação à sua média” (p.30). De
certa forma, as medidas de dispersão analisam a distância dos números de um conjunto até a
média desse conjunto. São elas: amplitude, desvio, variância e desvio padrão.

Assim sendo, podem ser usadas as medidas de dispersão: amplitude, desvio, variância e
desvio padrão. As definições de variância e desvio padrão dependem da definição de desvio.

Por exemplo, vamos considerar que um animador de festas infantis seleccione as actividades
de acordo com a média das idades das crianças convidadas para uma festa.

Considera-se as idades de dois grupos de crianças que irão participar de duas festas diferentes:

 Festa A: 1 ano, 2 anos, 2 anos, 12 anos, 12 anos e 13 anos

 Festa B: 5 anos, 6 anos, 7 anos, 7 anos, 8 anos e 9 anos

7
Em ambos os casos, a média é igual a 7 anos de idade. Entretanto, ao observar as idades dos
participantes podemos admitir que as actividades escolhidas sejam iguais?

Portanto, neste exemplo, a média não é uma medida eficiente, pois não indica o grau de
dispersão dos dados.

A aplicação das medidas de variabilidade na análise de dados geográficos consiste:

 No número de habitantes, de trabalhadores por profissão, de família com e sem casas,

de pequenas, médias e grandes empresas, de importadores e exportadores;
 Na distribuição e censo populacional, o nível de infecção de HIV/SIDA por região;
 Qualquer cidadão tem de ser capaz de compreender, tirar ilações, criticar e escolher o
que lhe interessa, dessas informações que diariamente lhe chegam pelos meios de
comunicação social.

8
3. Considerações Finais
Chegado ao final do trabalho concluiu-se que medir a dispersão é analisar o quanto os valores
de um conjunto se afastam de uma regularidade. É verificar o quanto os elementos de um
conjunto respeitam um padrão. 

Na aplicação das medidas de variabilidade na análise de dados geográficos tem como

objectivo avaliar o quanto estão dispersos os valores de uma distribuição de frequência, ou
seja, o grau de afastamento ou de concentração entre os valores.

Portanto, desvio padrão mede dispersão. E o faz mais ou menos do mesmo modo que o desvio
médio, ou seja, medindo o afastamento médio dos dados em relação à média do conjunto. A
diferença é que, tomando o quadrado dos desvios, o desvio padrão obtém uma espécie de
média ponderada desses desvios, onde desvios maiores entram com peso maior que os desvios
menores.

9
4. Referências Bibliográfica
Bussab, Wilton de Ol., Morettin, Pedro A. (2002).Estatística Básica. São Paulo: Saraiva;

Costa, F. S. (1998). Introdução Ilustrada à Estatística. São Paulo: Harbra;

Crespo, A. (1996). Estatística Fácil na Geografia. Rio de Janeiro: Saraiva;

Fonseca, Jairo Simon da. (1993). Introdução a Estatística. Rio de Janeiro: LTC;

Jairo, Simon da Fonseca, Martins, Gilberto de Andrade. (1996). Curso de Estatística, São
Paulo: Atlas;

Martins G. A. (2001). Estatística Geral e Aplicada em dados de Geografia. São Paulo: Atlas;

Meyer, Paul L. (1996). Aplicações a Estatística. Rio de Janeiro: LTC.

10